刘羽轩，楚智钦，张煜

南方医科大学生物医学工程学院//广东省医学图像处理重点实验室，广东 广州510515

多回波多参数定量磁共振成像（qMRI）是一种定量MRI［1］的成像技术，它利用多回波图像获得多对比度图像来量化组织性质。与广泛使用的定性MRI有很大不同的是，定量MRI通过获得多对比度图像来重建参数图，如定量质子密度加权（PDW）、T1弛豫时间等组织参数映射、定量T2*Map［2,3］映射等。这种多参数图可以提供关于医学图像解剖结构特征的互补的定量信息，为特定的组织组成和微观结构提供更多的见解。然而，多参数MRI需要对解剖结构进行多次成像，通过多个翻转角（FA）、回声时间（TE）和重复时间（TR）产生不同的对比进行参数量化。对所有组织类型的时间信号演化的要求可能导致过长的扫描时间，这将增加个体的不适感和在采集过程中产生运动伪影。因此，在保持良好图像质量的同时，开发一种加速多参数MRI成像的重建技术至关重要。

从欠采样的k空间重建高质量图像是加速多对比度磁共振成像的主要策略，但这是一个没有解析解的逆问题。对于定量MRI，传统的定性MRI重建方法如并行成像［4-6］（PI）和压缩感知［7-9］（CS）可以获得多对比度图像，然后采用物理模型进行参数图估计。然而，当加速速率较高时，这些传统的方法会出现残留的伪影混叠现象。基于深度学习的MRI 重建方法已被提出［10］，包括独立的去噪网络和解卷级联网络［11,12］。基于卷积神经网络［13-23］（CNNs）的方法被提出来去进一步增加加速因子和提高重建质量。……